JP2020510470A5 - - Google Patents

Claims (8)

1. 脳マーカを表すデータを求める方法を電子デバイスに実行させるプログラムであって、前記データは、所与の作業の遂行に関わる少なくとも１つの脳ネットワークから得られ、前記電子デバイスは、脳波活動に関するデータを取得する手段を備え、
   前記方法は、
   脳波活動に関するデータを処理し、前記脳波活動に関するデータから導かれる、皮質源の間の結合度を表す少なくとも１つの機能的結合度行列を提供するステップであって、前記行列の各係数が２つの皮質源の間の結合度を表す、ステップ（１０）と、
   前記少なくとも１つの機能的結合度行列の統計的解析を行い、少なくとも１つの脳ネットワークの存在を示す確率的行列を提供するステップ（２０）と、
   前記少なくとも１つの機能的結合度行列と前記統計的解析とに基づいて前記少なくとも１つの脳ネットワークを特徴付け、少なくとも１つの脳ネットワーク行列を提供するステップ（３０）と、
   前記少なくとも１つの脳ネットワーク行列に応じて脳マーカを取得するステップ（４０）と
   を含む、プログラム。
2. 前記少なくとも１つの脳ネットワーク行列に応じて脳マーカ（ＥＷＣＩ）を取得するステップ（４０）は、次式すなわち
   の適用を含み、
   Ｎは、前記脳ネットワークのエッジの数を表し、
   Ｗ_ｉは、脳ネットワークの行列における前記エッジｉの重みを表す、請求項１に記載のプログラム。
3. 前記脳波活動に関するデータを処理するステップ（１０）は、
   脳波信号を測定する表面電子デバイスから来た信号を、少なくとも１つの前処理パラメータに応じて前処理するステップ（１０１）と、
   前記脳波信号を生成する複数の皮質源を決定するステップ（１０２）と、
   ペアワイズ結合を解析する複数のステップ（１０３）であって、皮質源の各ペアについて、当該ペアの２つの皮質源の間の結合度を求める少なくとも１つのステップを含む、ステップと
   を含み、
   前記脳波活動に関するデータを処理するステップは、各皮質源について、他の全ての所定の皮質源との結合度の値を含む機能的結合度行列と呼ばれる正方行列を提供する、請求項１に記載のプログラム。
4. 前記少なくとも１つの機能的結合度行列の統計的解析を行うステップ（２０）は、現在の機能的結合度行列について、ＮＢＳ法と呼ばれるネットワークベースの統計的解析の方法を実施することを含む、請求項１に記載のプログラム。
5. 前記少なくとも１つの機能的結合度行列の統計的解析を行うステップ（２０）は、現在の機能的結合度行列について、
   前記現在の機能的結合度行列の各係数の共分散分析（ＡＮＣＯＶＡ）を行い、確率的行列を提供するステップ（２０１）であって、前記確率的行列の各係数は、前記現在の機能的結合度行列の係数に関連付けられた脳ネットワークのエッジの帰無仮説が棄却される確率ｐによって表される、ステップと、
   前記確率的行列の各係数ｐに対して要素閾値Ｔを適用し、閾値処理がなされた行列を提供するステップ（２０２）と、
   前記閾値処理がなされた行列に基づいて、前記脳ネットワークのエッジの数を表す要素のサイズを取得するステップ（２０３）と、
   並べ替え検定により、ランダムに定められた構成要素の最大サイズを取得するステップ（２０４）と、
   ランダムに定められた要素の最大サイズが事前に取得された要素のサイズと所定の許容閾値だけ異なるときに許容するステップと
   を含む、請求項１に記載のプログラム。
6. 前記要素閾値Ｔは０．０１〜０．００１の範囲にある、請求項５に記載のプログラム。
7. 前記要素閾値Ｔは０．００５に等しい、請求項５に記載のプログラム。
8. 脳マーカを表すデータを求める電子デバイスであって、前記データは、所与の作業の遂行に関わる少なくとも１つの脳ネットワークから取得され、前記デバイスは、脳波活動に関するデータを取得する手段を備えており、
   脳波活動に関するデータを処理し、前記脳波活動に関するデータから導かれる、皮質源の間の結合度を表す少なくとも１つの機能的結合度行列を提供する手段であって、前記行列の各係数は２つの皮質源の間の結合度を表す、手段と、
   前記少なくとも１つの機能的結合度行列の統計的解析を行い、少なくとも１つの脳ネットワークの存在を示す確率的行列を提供する手段と、
   前記少なくとも１つの機能的結合度行列と前記統計的解析とから得られる前記少なくとも１つのネットワークを特徴付け、少なくとも１つの脳ネットワーク行列を提供する手段と、
   前記少なくとも１つの脳ネットワーク行列に応じて統計的マーカを取得する手段と
   を備える電子デバイス。